Quasioptimal alternating projections and their use in low-rank approximation of matrices and tensors
该研究提出拟最优交替投影方法,证明其对横截相交的超正则集局部线性收敛,并基于该理论开发了快速算法,验证了其在两类低秩逼近问题中的有效性与正则化应用潜力。
2025-06-23 cs.NA math.NA math.OC
Uniform approximation by multivariate quasi-projection operators
研究了拟投影算子$Q_j(f,φ, \widetildeφ)$的逼近性质。这样的算子与满足Strang-Fix条件的函数$φ$和调和分布$\widetildeφ$相关联,使得与$φ$的兼容性条件成立。对定义在一致连续函数空间和各向异性Besov空间上的一类广泛的拟投影算子,得到了一致范数下的误差估计.在对$φ$和$\widetildeφ$的额外假设下,还获得了$K$ -泛函实现方面的双侧估计。
2020-08-16 cs.NA math.CA math.NA
Projection-based approximations for eigenvalue problems of Fredholm integral operators with Green's kernels
Rajiv Gandhi Institute of Petroleum Technology(拉吉夫·甘地石油技术研究所);Institute of Chemical Technology(化工学院)
本文提出基于投影的方法,用于求解Fredholm积分算子Green核的特征值问题,通过改进的投影方法实现更快的收敛速率。
2026-02-18 cs.NA math.FA math.NA
Quadratic constraint consistency in the projection-free approximation of harmonic maps and bending isometries
本文提出一种基于BDF2的免投影迭代方法逼近调和映射,实现约束违反二阶精度与无条件能量稳定,并通过稳态调和映射和弯曲等距计算验证其有效性。
2024-05-01 cs.NA math.NA
Convergence rates of spectral orthogonal projection approximation for functions of algebraic and logarithmatic regularities
基于雅可比多项式与Bessel函数之间的Hilb型公式,应用van der Corput型引理,导出了奇异函数Jacobi展开系数的最优衰减率,从而得到了Jacobi、Gegenbauer和Chebyshev正交投影上的最优收敛速度.有趣的是,对于边界奇点,随着$(α,β)$和$λ$的增加,可以在Jacobi或Gegenbauer投影上获得更快的收敛速度。参数值越大,可以实现越高的收敛速度。特别地,勒让德投影比切比雪夫投影高半阶。而且,当$\min\{α,β\}>0$和$λ>\frac{1}{2}$满足条件时,Jacobi和Gegenbauer正交投影的收敛阶数比Legendre投影的收敛阶数高.而对于内部奇异性,收敛阶与$(α,β)$和$λ$无关.
2020-06-08 cs.NA math.NA
Approximation of Weakly Singular Integral Equations by Sinc Projection Methods
本文对一类具有弱奇异核的Fredholm型非线性积分方程提出了两种数值格式。这些数值方法将正弦配置和正弦卷积近似与涉及求解非线性系统的牛顿和最速下降迭代法相结合。文中还分析了逼近格式的收敛速度。数值实验已经进行了说明的尖锐性的理论估计和灵敏度的解决方案相对于方程中的一些参数。两种方案的比较表明,正弦卷积法是一种更有效的方法。
2020-07-15 cs.NA math.NA
Variable projection for affinely structured low-rank approximation in weighted 2-norms
Vrije Universiteit Brussel(布鲁塞尔自由大学)
针对一般仿射结构、加权2-范数和固定元素的结构化低秩逼近问题,利用变量投影原理降维,并开发了代价函数、梯度和Hessian近似的计算算法,对m×n mosaic Hankel矩阵复杂度为O(m² n)。
2013-07-25 cs.NA math.NA math.OC
Approximation and Reconstruction from Attenuated Radon Projections
本文揭示了加权函数W_μ下的衰减Radon投影与双变量正交展开的紧密联系,并据此提出了从衰减Radon投影重建二维函数(图像)的算法,同时将类似结果推广到球面、三维球体和圆柱域上的函数重建。
2006-03-09 cs.NA math.CA math.NA
Optimal rates of convergence and error localization of Gegenbauer projections
该研究分析最大范数下Gegenbauer投影的最优收敛速度,明确其与最佳逼近收敛速度的对应关系及差异倍数,解释带奇点函数的误差局部化现象,为Gegenbauer逼近与谱方法提供新的理论认知。
2022-07-22 cs.NA math.CA math.NA
Projection error-based guaranteed L2 error bounds for finite element approximations of Laplace eigenfunctions
对于Laplacian特征函数的协调有限元逼近,提出了一个在$L^2$范数意义下的完全可计算的保证误差界.该界是基于协调有限元法的Galerkin投影的先验误差估计,并且对于正则性最差的特征函数具有最优的收敛速度.由此产生的误差估计限制了精确和近似特征函数空间的距离,因此,即使在多个和紧密聚集的特征值的情况下,也是鲁棒的。数值例子说明了所提出的界限的准确性。演示代码可在https://ganjin.online/xfliu/EigenfunctionEstimation4FEM上获得。
2022-11-06 cs.NA math.NA
A note on superconvergence in projection-based numerical approximations of eigenvalue problems for Fredholm integral operators
Indian Institute of Technology Goa(印度果阿理工学院);Rajiv Gandhi Institute of Petroleum Technology(拉吉夫·甘地石油技术研究所)
本文研究了Fredholm积分算子关联的特征值问题,分析了数值近似特征值及其谱子空间的收敛行为,提出改进的插值投影方法,证明其在特征函数近似上具有超收敛性,并通过数值实验验证理论结果。
2026-03-25 cs.NA math.FA math.NA
Randomized LU Decomposition Using Sparse Projections
提出了一种低秩LU分解的快速近似算法。为了达到较低的复杂度,该算法使用稀疏随机投影结合基于FFT的随机投影。分析了算法的渐近逼近误差,给出了算法的理论误差界。最后,数值例子表明,对于类似的近似误差,稀疏LU算法是更快的比最近的国家的最先进的方法。该算法是完全可并行的,可以在GPU上运行。在GPU卡上测试了性能,与顺序执行相比,运行时间有了显着改善。
2016-01-17 cs.NA math.NA
Constrained low-rank quaternion approximation for color image denoising by bilateral random projections
在这封信中,我们提出了一种新的低秩四元数近似(LRQA)模型,通过直接约束的四元数秩先验有效地去除彩色图像中的噪声。LRQA模型对彩色图像进行整体处理,而不是对颜色空间分量进行独立处理,从而可以充分利用RGB通道之间的高度相关性。我们设计了一个迭代算法,使用四元数双边随机投影(Q-BRP),以有效地优化所提出的模型。Q-BRP的主要优点是可以以廉价的方式相当准确地获得低秩四元数矩阵的近似。此外,彩色图像去噪进一步基于非局部自相似(NSS)先验。彩色图像去噪的实验结果表明了该方法的有效性和优越性。
2020-06-01 cs.NA eess.IV math.NA
Holistic projection of initial conditions onto a finite difference approximation
本文利用中心流形理论为偏微分方程的有限差分离散提供正确的初始条件,通过遵循物理过程的保守投影,提高有限差分模型的预测准确性。
2001-01-25 cs.NA math.NA
Convergence of the incremental projection method using conforming approximations
本文证明了非定常不可压缩Navier-Stokes方程增量投影数值格式在无弱解正则性假设下的收敛性,通过协调空间离散和类Lions引理建立紧致性,并详述了最低次Taylor-Hood有限元插值算子的构造。
2023-06-29 cs.NA math.NA
Projection-free approximation of flows of harmonic maps with quadratic constraint accuracy and variable step sizes
University of Ioannina(约阿尼纳大学);Institute of Applied and Computational Mathematics, FORTH(应用与计算数学研究所,FORTH);University of Freiburg(弗赖堡大学);University of Bologna(博洛尼亚大学);Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳))
本文提出一种无投影线性隐式方法,用于高精度近似谐映射流,具有二次约束精度和可变步长特性,提升计算效率与稳定性。
2026-02-13 cs.NA math.NA
Randomized Projection Operators onto Piecewise Polynomial Spaces
Leipzig University(莱比锡大学)
本文提出了一种可计算的投射算子,用于分段多项式空间,以实现最优收敛率的有限元离散化。
2026-08-07 cs.NA math.NA
Low-rank nonnegative tensor approximation via alternating projections and sketching
本文提出结合交替投影、STHOSVD/TTSVD 与随机草图的非负张量低秩逼近方法,在 Tucker 与 tensor train 格式下有效抑制负元素并保持接近初始误差。
2023-04-24 cs.NA math.NA math.OC
Generalized local projection stabilized finite element method for advection-reaction problems
本文给出对流-反应方程的广义局部投影稳定有限元逼近的先验分析。稳定性和先验误差估计建立的协调和crouzeix-Raviart近似的局部投影流线导数范数。最后,所提出的稳定方案的验证和验证的推导出的估计与适当的数值实验。
2020-09-01 cs.NA math.NA
Generalized fractional Laguerre orthogonal functions: projection and interpolation estimates
Imam Mohammad Ibn Saud Islamic University(伊玛目穆罕默德·伊本·沙特伊斯兰大学)
针对半直线上非光滑函数,构建并分析分数阶拉盖尔逼近框架,建立非均匀加权Sobolev空间中的投影与插值误差估计,并引入带代数参数的广义分数阶拉盖尔族以提高灵活性。
2026-05-26 cs.NA math.NA
Neural Flow Operators can Approximate any Operator: Abstract Frameworks and Universal Approximations
Qiuzhen College, Tsinghua University(清华大学齐遵学院);Yau Mathematical Sciences Center, Tsinghua University(清华大学尤 mathematical sciences center);Norwegian Research Center(挪威研究中心)
提出神经流抽象框架,涵盖组合与分离结构的连续深度模型,证明其在有限维和无限维空间中的通用逼近性质,并通过时间离散化统一残差与普通架构。
2026-05-26 cs.LG cs.NA math.NA
New proper orthogonal decomposition approximation theory for PDE solution data
在我们以前的工作中[Singler,SIAM J. Numer. Anal. 52(2014),no. 2,852-876],我们考虑了在两个不同的希尔伯特空间中取值的时变PDE解数据的本征正交分解(POD)。我们考虑了数据的各种POD投影,并得到了关于POD投影误差和POD降阶模型的误差界的新结果。在这项工作中,我们改进了我们早期的结果有关POD投影扩展到一个更一般的框架,允许非正交POD投影和正交模。我们得到了POD数据逼近误差的新的精确误差公式和收敛结果,也证明了POD投影的新的逐点收敛结果和误差界。我们考虑离散和连续的情况下,POD。我们还将我们的结果应用到几个例子的问题,并展示了新的结果如何改善以前的工作。
2019-10-30 cs.NA math.NA
BDF schemes for accelerated gradient flows in projection-free approximation of nonconvex constrained variational minimization
本研究针对非凸约束二次能量最小化问题,提出结合加速梯度流、线性化无投影约束处理与BDF伪时间离散化的算法,构建通用分析框架推导约束违反估计,发现具备修正能量稳定性的BDF-k加速梯度方法族,实验验证其效率与精度优于现有方法。
2025-06-12 cs.NA math.NA math.OC
An Efficient Projection Enhanced Interpolation Based Tensor Train Decomposition
University of Delaware(特拉华大学);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
本文提出一种基于投影增强插值的高效算法,用于提升张量列车分解的精度和鲁棒性,适用于高维数据处理。
2026-11-19 cs.NA math.NA
Projection-Cost-Preserving Sketches: Proof Strategies and Constructions
UMass Amherst(马萨诸塞大学阿默斯特分校);New York University(纽约大学)
在本文中,我们将说明常见的矩阵近似方法,如随机投影和随机采样,如何产生投影成本保持草图,如[FSS 13,CEM+15]中所介绍的。投影成本保持草图是一种矩阵近似,对于给定的参数$k$,它近似地保持目标矩阵到所有$k$维子空间的距离。这样的草图可以应用于线性代数、数据科学和机器学习的可扩展算法。我们的目标是简化在[CEM+15]和[CMM17]中介绍的证明技术,以便它们可以作为未来工作的指南。我们也请读者参考[CYD19],它对第2节中的证明给出了类似的简化说明。
2020-04-17 cs.DS cs.LG cs.NA
Fully discrete finite element approximation for the projection method to solve the Chemotaxis-Fluid System
East China Normal University(华东师范大学);University of Dundee(邓迪大学)
本文提出一种完全离散有限元方法用于求解趋化-流体系统,通过压强校正投影框架实现稳定高效计算,并验证了方法的收敛性和有效性。
2025-11-27 cs.NA math.NA
Projection based model order reduction methods for the estimation of vector-valued variables of interest
Massachusetts Institute of Technology(麻省理工学院);Ecole Centrale de Nantes(南特中央理工学院)
本文提出并比较了面向目标的基于投影的模型降阶方法,用于估计参数依赖方程解的向量值泛函。首先,提出了一种将经典对偶方法推广到感兴趣向量值变量的投影方法,强调了三个降阶空间的作用:与原变量相关的近似空间和测试空间,以及与对偶变量相关的近似空间。然后提出了一种基于鞍点问题的Petrov-Galerkin投影方法,涉及原变量的近似空间和辅助变量的近似空间。通过将后者空间定义为两个空间之和,可以提高对感兴趣变量的逼近精度,优于使用相同降阶空间的对偶方法。对于两种方法,推导了对感兴趣变量逼近的可计算误差估计,并提出了面向目标构造降阶空间的贪心算法。算法性能在数值例子中得到验证,并与标准(非面向目标)算法进行比较。
2016-10-30 cs.NA math.NA
Towards finite element exterior calculus on manifolds: commuting projections, geometric variational crimes, and approximation errors
本文综述流形上有限元外微积分的误差分析,提出一致有界交换投影、几何变分犯罪估计及基于修正插值的逼近误差界,为固有有限元方法提供理论框架。
2023-12-31 cs.NA math.NA
Modifying AMG coarse spaces with weak approximation property to exhibit approximation in energy norm
代数多重网格(AMG)粗糙空间通常被构造成具有弱近似(WAP)性质,而弱近似是两网格一致收敛的充要条件.本文研究了这种粗糙空间的一种修正,使修正后的粗糙空间在能量范数下具有近似性。我们的修改是基于在能量范数投影到原始粗空间的正交补。这通常导致密集的修改的粗糙空间矩阵,因此在计算上是不可行的。为了弥补这一点,基于这一事实,即投影涉及逆的良好条件的矩阵,我们使用多项式近似的投影,因此,获得一个实用的,稀疏的修改后的粗矩阵,并证明修改后的粗空间保持计算上可行的近似能量范数。我们提出了一些数值结果,PDE离散矩阵以及图拉普拉斯的,这是根据我们的理论结果。
2019-06-19 cs.NA math.NA
Approximation of Schr{ö}dinger Unitary Groups of Operators by Particular Projection Methods
School of Mathematics and Computer Science of the National University of Honduras(洪都拉斯国立大学数学与计算机科学学院);Escuela de Matemática y Ciencias de la Computación Universidad Nacional Autónoma de Honduras(洪都拉斯自治国立大学数学与计算机科学学院)
本文通过算子理论中的特定投影方法,在可离散化的Hilbert空间中对量子动力学系统的哈密顿量H的酉群e^{-itH}进行逼近,并研究逼近算子与原算子的性质关系,最后给出数值实现的估计。
2011-03-28 cs.NA math.FA math.NA
Fast Alternating Projections on Manifolds Based on Tangent Spaces
本文基于切空间研究非切流形上的交替投影。其主要动机是将点投影到流形上可能是计算昂贵的。为了减少计算量,我们提出利用流形上点的切空间来近似投影到流形上。我们证明了在两个非切流形上交替投影所产生的序列线性收敛到两个流形相交处的一个点,该点的收敛点接近于最优解。通过对非负低秩矩阵近似和低秩图像四元数矩阵(彩色图像)近似的数值算例,证明了该方法在计算时间上优于经典的交替投影法.
2020-03-23 cs.NA math.NA
An alternating low-rank projection approach for partial differential equations with random inputs
针对标准随机伽辽金方法求解含随机输入偏微分方程时基函数数量庞大的问题,提出交替低秩投影方法,通过低秩近似拟矩阵(解的gPC展开系数构成)降低维数,数值结果验证了其对扩散和亥姆霍兹问题的有效性。
2025-08-26 cs.NA math.NA
Projection in negative norms and the regularization of rough linear functionals
为了构造作用在Sobolev空间如$W_0^{1,q}(Ω)$上的连续线性泛函的正则化,其中$1<q<\infty$和$Ω$是Lipschitz域,我们提出了负Sobolev空间$W^{-1,p}(Ω)$中的投影方法,$p$是满足$p^{-1} + q^{-1} = 1$的共轭指数.我们的方法是特别有用的,当一个是处理一个粗糙的(不规则的)功能,这是一个成员的$W^{-1,p}(Ω)$,虽然不是$L^1(Ω)$,但一个努力在$L^1(Ω)$定期近似。我们专注于投影到离散有限元空间$G_n$,并考虑不连续以及连续的分段多项式逼近。虽然所提出的方法的目的是计算最佳近似测量的负(对偶)范数,出于实际原因,我们将采用一个可计算的,离散的对偶范数,最大化的离散子空间$V_m$。我们表明,这种想法导致一个完全离散的方法由混合问题$V_m\times G_n$。我们提出了一个不连续的以及连续的最低阶对,证明了它们是相容的,因此获得了拟最优收敛方法。我们目前的数值实验,计算狄拉克三角洲和线源的有限元近似。我们还提出了自适应生成网格,从误差表示,与该方法。最后,我们展示了如何提出的投影方法可以用来有效地计算数值近似的偏微分方程与粗糙的数据。
2021-01-08 cs.NA math.NA
Finding a best approximation pair of points for two polyhedra
Technion – Israel Institute of Technology(以色列理工学院);University of Haifa(海法大学)
本文研究了两个不相交凸多面体之间的最佳近似点对问题,提出了一种基于对半空间投影的算法,该算法比直接对多面体投影更可行,并利用了Halpern-Lions-Wittmann-Bauschke算法来逼近凸集的投影。
2018-06-22 cs.NA math.NA math.OC
Certified algebraic curve projections by path tracking
本文提出一种结合认证路径跟踪与区间算术的两步算法,用于计算光滑代数曲线到二维平面一般投影的同痕近似,并保证交叉拓扑正确。
2025-06-11 cs.NA cs.SC math.AG
Full state approximation by Galerkin projection reduced order models for stochastic and bilinear systems
本文研究了随机双线性系统的模型降阶全状态逼近问题。我们所提出的方法依赖于确定的基础上的系统的可达性Gramian占主导地位的子空间。一旦计算出所需的子空间,则通过Galerkin投影获得降阶模型。我们证明,在随机的情况下,这种方法要么保持均方渐近稳定性或导致降阶模型的最小实现是均方渐近稳定。这种稳定性的保存保证了存在的减少系统的可达性Gramian这是充分的状态误差界,我们得出的基础。这个误差界取决于被忽略的特征值的可达性Gramian,因此表明,这些值是一个很好的指标,在降维过程中的预期误差。随后,我们以类似的方式建立了双线性系统的全状态近似的稳定性保持结果和误差界。后者的结果是基于最近证明随机和双线性系统之间的联系。最后,我们使用基准问题的数值实验的文件。我们比较这种方法与平衡截断,并表明它在再现系统的完整状态。\end{abstract}
2021-02-15 cs.NA math.NA math.PR
Variable projection methods for approximate (greatest) common divisor computations
我们考虑为给定的$N$ -多项式(实的或复的)元组找到最接近的$N$ -元组的问题,该元组具有至少$d$的度的公因数。扩展加权欧几里德矩阵的系数被用来作为一种措施的接近。两个等价的表示的问题被认为是:(i)直接参数化的公因数和同素因子(图像表示),(ii)西尔维斯特低秩近似(内核表示)。我们使用最小二乘和最小范数问题之间的对偶性来证明(i)和(ii)与镶嵌Hankel低秩逼近密切相关。这使我们能够适用于近似的公因数问题的复杂性和准确性的马赛克汉克尔低秩近似计算最近的结果。我们开发的最优化方法的基础上的可变投影原理的图像和内核表示。这些方法对于小的和大的$d$在多项式的次数上具有线性复杂度。我们提供了一个软件实现的方法,这是基于软件包的结构化低秩近似。
2015-11-04 cs.NA math.NA math.OC
Universal approximation of symmetric and anti-symmetric functions
我们考虑对称和反对称函数的通用近似,这对量子物理以及其他科学和工程计算中的应用很重要。我们给出了建设性的近似与明确的界限上的参数的数量相对于尺寸和目标精度$ε$。虽然近似仍然遭受灾难的维数,据我们所知,这些是第一个结果在文献中明确的误差界的函数与对称或反对称的约束。
2022-02-15 cs.NA math.NA physics.chem-ph
Positive Definite Kernels, Algorithms, Frames, and Approximations
本文的主要目的是在希尔伯特空间的算子框架下设计Kaczmarz型算法的一种新方法。我们的应用包括各种各样的最优化问题,新的Karhunen-Loève变换,和数字图像的主成分分析(PCA)。我们的算法的一个关键特点是我们使用的递归系统的投影算子。具体来说,我们应用我们的递归投影算法的PCA概率和方差数据的新计算。为此,我们还利用特定的再生核希尔伯特空间,核的因式分解和有限维近似。我们的投影算法的设计,以最大似然的解决方案,最小化的“成本”的问题,识别的主成分,和数据降维。
2021-04-23 cs.NA math.FA math.NA
Quantitative Universal Approximation for Noisy Quantum Neural Networks
University of St. Gallen(圣加仑大学);Imperial College London(伦敦帝国学院)
本文提出一个具有精确误差界的一般逼近定理,用于噪声量子神经网络,特别应用于量化金融领域,通过在实际噪声量子硬件上进行数值分析来验证结果。
2026-11-09 cs.NA math.NA q-fin.PR
Randomized Low-Memory Singular Value Projection
UPMC Paris 6(巴黎第六大学);École polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
针对仿射秩最小化问题,提出一种融合随机近似的恢复方案,在仅与问题自由度成比例的空间上运行,并从理论上建立了估计保证。
2013-06-01 cs.NA math.NA math.OC
Iterative Multilevel density estimation for McKean-Vlasov SDEs via projections
在本文中,我们提出了一个通用的方法,有效的数值逼近的密度函数的McKean-Vlasov随机微分方程。投影过程的弱误差分析促使我们将迭代多级蒙特卡罗方法与非相互作用核和粒子密度投影估计\cite{belomestny2018projected}相结合,用于McKean-Vlasov SDEs \cite{szpruch2019}。通过利用McKean-Vlasov偏微分方程系数的光滑性,在最佳情况下(即系数的$C^{\infty}$),我们得到了期望近似的$O(ε^{-2}|\logε|^4)$阶和密度估计的$O(ε^{-2}|\logε|^5)$阶的复杂性.
2019-09-25 cs.NA math.NA math.PR
Non-variational approximation of discrete eigenvalues of self-adjoint operators
本文建立了Levitin和Shargorodsky提出的二阶投影方法中逼近自伴算子离散特征值的充分条件,给出了显式误差估计,并通过两个模型实例验证了该方法在非污染性和逼近性方面的优越性。
2005-03-07 cs.NA math.NA math.SP
Neural-Network-Augmented Projection-Based Model Order Reduction for Mitigating the Kolmogorov Barrier to Reducibility of CFD Models
我们以前的工作减轻Kolmogorov障碍,使用二次近似流形的启发,我们在本文中提出了一种计算上易于处理的方法相结合的投影为基础的降阶模型(PROM)和人工神经网络(ANN)减轻Kolmogorov障碍,以减少对流为主的流动问题。我们提出的PROM-ANN概念的主要目标是降低解决方案的在线近似的维数,超出了使用仿射和二次近似流形的可能性。与以前的方法构建任意非线性流形近似的非线性模型减少,利用一种或另一种形式的人工神经网络,我们在本文中提出的PROM-ANN的训练不涉及数据的维度尺度与高维模型,这PROM-ANN是hyperreducible使用任何成熟的hyperreduction方法。因此,与许多其他基于人工神经网络的方法不同,我们在本文中提出的PROM-ANN概念对于大规模和行业相关的CFD问题是实用的。它的潜力在这里展示了一个参数,冲击为主,基准问题。
2022-12-17 cs.CE cs.NA math.NA
Meshfree Approximation for Stochastic Optimal Control Problems
本文利用无网格逼近方法实现空间维逼近,研究了求解一类随机控制问题的梯度投影法。我们的主要贡献是将现有的梯度投影法推广到中等高维空间。移动最小二乘法和一般径向基函数插值方法作为展示方法介绍了我们的计算框架,并提供严格的数值分析,以证明我们的无网格逼近方法的收敛性。我们还提出了一些数值实验来验证我们的方法的理论结果,并证明了性能无网格逼近在解决随机最优控制问题。
2021-04-20 cs.NA math.NA math.OC